Inteligencia Artificial

Maquinas de Boltzmann Restringidas (RBM)

El presente trabajo muestra la implementación de las Máquinas de Boltzmann Restringidas (RBM).

Fuentes:

• Repositorio: https://github.com/jaquino/ia_rbm
• Preview: https://jaquino.github.io/ia_rbm/
• Datasets:
  • https://grouplens.org/datasets/movielens/100k/
  • https://grouplens.org/datasets/movielens/1m/

Herramientas

• Lenguaje de programción: Python 3.8.x
• Framework de trabajo: Jupyter lab 2.1.x

Librerías

• NumPy
• Pandas
• Torch

Datasets

• ml-1m
  • movies.dat
  • users.dat
  • ratings.dat
• Entrenamiento y Testing (ml-100k)
  • u1.base
  • u1.test

Script

• Importando librerías
• Preparar el conjunto de entrenamiento y elconjunto de testing
• Convertir los datos en una matriz bidimensional X[u,i] con usuarios u en fila y películas i en columnas
• Convertir los datos a tensores de Torch
• Convertir las valoraciones a valores binarios 1 (Me gusta) o 0 (No me gusta)
• Crear la arquitectura de la Red Neuronal (clase RBM)
• Entrenar la RBM
• Testear la RBM